基于微缺陷分布的激光熔覆增材疲劳寿命预测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116013438A(43)申请公布日2023.04.25(21)申请号202310047307.6(22)申请日2023.01.31(71)申请人天津大学地址300350天津市津南区海河教育园雅观路135号天津大学北洋园校区(72)发明人赵雷王逊徐连勇韩永典(74)专利代理机构北京瑞盛铭杰知识产权代理事务所(普通合伙)11617专利代理师李绩(51)Int.Cl.G16C60/00(2019.01)G06F30/20(2020.01)G06F119/14(2020.01)G06F113/10(2020.01)权利要求书2页说明书6页附图3页(54)发明名称基于微缺陷分布的激光熔覆增材疲劳寿命预测方法及系统(57)摘要本发明公开了基于微缺陷分布的激光熔覆增材疲劳寿命预测方法及系统，包括：对制备的激光熔覆增材构件进行疲劳试验，采集疲劳试验曲线数据，获取激光熔覆增材构件在疲劳试验下的第一指标；对疲劳试验后的激光熔覆增材构件的断口进行显微观察获得，获取激光熔覆增材构件在疲劳试验下的第二指标；基于改进的SWT模型和应力强度因子模型，根据第一指标和第二指标，生成损伤参数；基于损伤参数，构建疲劳寿命预测模型，用于对激光熔覆增材构件进行寿命预测；本发明准确量化了增材缺陷的几何参数，包括尺寸，形状和位置因素对疲劳寿命的影响，其预测结果能够反映增材制造特征对疲劳寿命的影响。CN116013438ACN116013438A权利要求书1/2页1.基于微缺陷分布的激光熔覆增材疲劳寿命预测方法，其特征在于，包括以下步骤：对制备的激光熔覆增材构件进行疲劳试验，采集疲劳试验曲线数据，获取所述激光熔覆增材构件在疲劳试验下的第一指标，其中，所述第一指标包括疲劳形变幅，最大疲劳应力和平均应力；对疲劳试验后的所述激光熔覆增材构件的断口进行显微观察获得，获取所述激光熔覆增材构件在疲劳试验下的第二指标，其中，所述第二指标包括缺陷位置系数，缺陷圆度,缺陷尺寸和缺陷位置；基于改进的SWT模型和应力强度因子模型，根据所述第一指标和所述第二指标，生成损伤参数；基于所述损伤参数，构建疲劳寿命预测模型，用于对所述激光熔覆增材构件进行寿命预测。2.根据权利要求1所述基于微缺陷分布的激光熔覆增材疲劳寿命预测方法，其特征在于：在获取第二指标的过程中，将通过疲劳试验形成疲劳断口的激光熔覆增材构件，作为疲劳试样，根据所述疲劳试样的缺陷位置，获取所述缺陷位置系数，其中，当所述缺陷为内部缺陷时，Y＝0.5，当所述缺陷为表面缺陷时，Y＝0.65。3.根据权利要求2所述基于微缺陷分布的激光熔覆增材疲劳寿命预测方法，其特征在于：在获取第二指标的过程中，根据所述缺陷的投影面积的算术平方根，获取所述缺陷尺寸。4.根据权利要求3所述基于微缺陷分布的激光熔覆增材疲劳寿命预测方法，其特征在于：在获取损伤参数的过程中，所述损伤参数表示为：其中，为疲劳应变幅，σmax为最大应力，σa为平均应力,Y为缺陷位置系数，π是圆周率，√area表示缺陷尺寸，Dd表示缺陷位置，Cd表示缺陷圆度，D表示疲劳试样直径。5.根据权利要求4所述基于微缺陷分布的激光熔覆增材疲劳寿命预测方法，其特征在于：在获取缺陷圆度的过程中，所述缺陷圆度表示为：其中，C为缺陷周长，S缺陷的面积；在构建疲劳寿命预测模型的过程中，所述疲劳寿命预测模型表示为：βNf＝α(ΔΩ)其中，Nf为预测寿命，α和β为拟合参数。6.基于微缺陷分布的激光熔覆增材疲劳寿命预测系统，其特征在于，包括：2CN116013438A权利要求书2/2页第一数据采集模块，用于对制备的激光熔覆增材构件进行疲劳试验，采集疲劳试验曲线数据，获取所述激光熔覆增材构件在疲劳试验下的第一指标，其中，所述第一指标包括疲劳形变幅，最大疲劳应力和平均应力；第二数据采集模块，用于对疲劳试验后的所述激光熔覆增材构件的断口进行显微观察获得，获取所述激光熔覆增材构件在疲劳试验下的第二指标，其中，所述第二指标包括缺陷位置系数，缺陷圆度,缺陷尺寸和缺陷位置；数据处理模块，用于基于改进的SWT模型和应力强度因子模型，根据所述第一指标和所述第二指标，生成损伤参数；寿命预测模块，用于基于所述损伤参数，构建疲劳寿命预测模型，用于对所述激光熔覆增材构件进行寿命预测。7.根据权利要求6所述基于微缺陷分布的激光熔覆增材疲劳寿命预测系统，其特征在于：所述损伤参数表示为：其中，为疲劳应变幅，σmax为最大应力，σa为平均应力,Y为缺陷位置系数，π是圆周率，√area表示缺陷尺寸，Dd表示缺陷位置，Cd表示缺陷圆度，D表示疲劳试样直径。8.根据权利要求7所述基于微缺陷分布的激光熔覆增材疲劳寿命预测系统，其特征在于：所述疲劳寿命预测模型表示为：βNf＝α(ΔΩ)其中，Nf